Wie E-Commerce-Verkäufer mit GPT Image 2 das komplette Visual-Set eines Produkts erstellen

Wer E-Commerce macht, weiß: Wenn ein neues Produkt online geht, ist das Mühsamste nicht das Texten und nicht die Preisgestaltung, sondern das Zusammenstellen des kompletten Visual-Sets.

Das Hauptbild muss sauber und professionell sein – also kommt ein Fotograf ins Studio. Das Lifestyle-Szenenbild braucht Atmosphäre – also noch ein Shooting mit Kulisse. Werbeposter und Detailseiten-Banner sind Sache des Designers – Layout, Verkaufsargumente, Farbabstimmung. Alles in allem: viel Geld und viel Zeit – Termine des Fotografen, Korrekturrunden des Designers, dein Hin und Her bei der Abstimmung. Bis das Visual-Set eines Produkts fertig ist, sind zwei Wochen vergangen.

Ganz zu schweigen von Änderungen. Der Preis auf dem Poster ändert sich, ein Hauptverkaufsargument soll ausgetauscht werden, der Stil passt nicht und alles muss neu – jede Änderung bedeutet: wieder jemanden suchen, wieder warten.

Dieser Artikel zeigt einen anderen Weg: mit GPT Image 2 als einzigem Modell das komplette Visual-Set eines Produkts in einem durchgängigen Workflow zu erstellen. Kein vages „KI kann dir ein paar Bilder machen“, sondern ein vollständiger, reproduzierbarer Workflow. Im Folgenden nehmen wir eine Duftkerze als Beispiel und spielen es einmal komplett durch – Hauptbild, Szene-Bild, Poster, Banner, Nahaufnahme, Inhaltsstoff-Bild, 6 Visuals als komplettes Set, zu jedem mit vollständigem Prompt und echtem Ergebnisbild.

Warum „ein Modell, ein durchgängiger Workflow“

Die wahren Kosten des traditionellen Ablaufs liegen nicht in einem einzelnen Bild, sondern in der Koordination. Der Fotograf macht die Aufnahmen, der Designer macht das Layout – zwei Gruppen, zwei Abläufe, zwei Abstimmungsrunden.Stockt eine Stelle, kann das ganze Visual-Set nicht geliefert werden.

GPT Image 2 kann das zu einem durchgängigen Workflow zusammenpressen, weil es zwei Dinge gleichzeitig kann:

• Produkte fotografieren – Text-zu-Bild liefert Produktfotos, die nahe an echten Studioshootings liegen; reinweiße Hauptbilder und Lifestyle-Szenenbilder sind beide machbar.
• Material erstellen – die chinesische Textwiedergabe ist eine Stärke; Poster-Überschriften und Verkaufsargumente auf der Detailseite lassen sich direkt als Text rendern, was bedeutet, dass auch der Designer-Schritt abgedeckt ist.

Damit wird das komplette Visual-Set zur Sache eines einzigen Tools, einer einzigen Beschreibung, 6 Prompts. GPT Image 2 ist das Bildmodell der nächsten Generation, das OpenAI im April 2026 veröffentlicht hat, ab $0,03/Bild auf hiapi, unterstützt Text-zu-Bild und Bild-zu-Bild (Datenstand 2026-05). Zur Bildqualität und den Details der Textwiedergabe des Modells selbst siehe GPT Image 2 ausführlicher Test; hier interessiert uns nur eines: wie man damit die Arbeit erledigt.

Im Folgenden das komplette Set aus 6 Visuals für eine Duftkerze (Bernstein-graues Mattglas, cremefarbenes Blanko-Etikett). Jeder Prompt ist auf Englisch – bei Bildmodellen sind englische Prompts stabiler –; du ersetzt einfach den Satz, der die Kerze beschreibt, durch dein Produkt und den chinesischen Text durch deinen, und kannst ihn direkt wiederverwenden.

Visual 1 · Hauptbild für den Verkauf

Verwendung: das erste Bild, das in Produktlisten und Suchergebnissen erscheint. Es gibt nur eine Anforderung – sauber, professionell, das Produkt auf einen Blick erkennbar. Reinweißer Hintergrund, 1:1 quadratisch – das ist der Hauptbild-Standard der meisten E-Commerce-Plattformen.

A professional e-commerce catalog main photo of the same scented candle: a frosted amber glass jar with a smooth cream blank label, single centered wick, unlit. The jar is perfectly upright, front-facing, centered, and fills about 70% of the square frame. Seamless pure white background, soft even studio lighting from above and front, gentle softbox highlights on the frosted glass, subtle natural shadow beneath the jar, very faint clean reflection on the surface. Razor-sharp focus, true-to-life color, visible frosted glass texture, smooth cream wax surface, premium minimal product photography, no props, no clutter, no hands, no packaging box, no extra candles, no text, no logo, no watermark. 1:1 square composition, high-end e-commerce product image.

Reinweißer Hintergrund, Produkt zentriert und etwa 70 % der Fläche einnehmend, natürliche Spiegelung am Boden – das ist ein Hauptbild, das man direkt einstellen kann, und spart den Gang ins Studio.

Visual 2 · Lifestyle-Szenenbild

Verwendung: Kopfbereich der Detailseite, Social-Media-Beitrag. Das Hauptbild sorgt dafür, dass man „das Produkt klar sieht“, das Szenenbild dafür, dass man „es kaufen will“ – es stellt das Produkt in eine warme Nutzungsszene.

A cozy lifestyle product photograph featuring the same scented candle in a frosted amber glass jar with a smooth cream blank label. The candle is lit with a small warm flame and placed as the clear hero object on a light oak side table. Nearby are a folded neutral knit blanket, an open book, and a small eucalyptus sprig, arranged subtly so they support the product without distracting from it. Warm late-afternoon window light from the side, soft natural shadows, shallow depth of field, softly blurred comfortable living room background. The candle remains sharply focused, front label visible, amber glass texture visible, warm inviting color grade, calm relaxing mood, premium home-fragrance brand aesthetic, photorealistic. No readable text, no logo, no extra candles, no messy background, no people. 4:3 horizontal composition.

Die Kerze brennt und ist eindeutig der Hauptdarsteller; Decke, Buch und Eukalyptusblatt schaffen Atmosphäre als Beiwerk – ein Szenenbild mit viel „haben-will“-Gefühl, ohne wirklich eine Kulisse aufbauen zu müssen.

Visual 3 · Werbeposter

Verwendung: Ankündigung des Produktlaunches, Kampagnen-Ausspielung, Social-Media-Promotion. Das ist typische „Designer-Arbeit“ – es braucht Überschrift, Verkaufsargumente, Preis-Badge und Layout.

A clean modern promotional poster for a premium scented candle launch, 3:4 portrait. A bold Chinese headline "新品上市" near the top in an elegant sans-serif typeface, rendered with accurate well-formed strokes, and a smaller Chinese subheadline "天然大豆蜡 · 40 小时长效留香" directly beneath it. Central visual: the same lit scented candle in a frosted amber glass jar with a smooth cream blank label, placed on a soft cream surface with a few dried botanicals arranged elegantly beside it, warm gentle lighting. A small circular price badge showing "¥129" in the upper-right corner. Refined warm palette of cream, sage green and amber, generous negative space, balanced elegant layout, soft shadows, premium home-fragrance brand aesthetic. 3:4 portrait composition.

„新品上市“ (Neu im Sortiment), „天然大豆蜡 · 40 小时长效留香“ (Natürliches Sojawachs · 40 Stunden langanhaltender Duft) und „¥129“ – diese chinesischen Schriftzeichen wurden von GPT Image 2 direkt gerendert, mit präzisen Strichen und sauberem Layout. Dieser Schritt muss nicht an den Designer abgegeben werden: die Texte in den Prompt schreiben, das Modell liefert das fertige Bild mit Schrift, nach dem Generieren die Schrift prüfen, und wenn alles stimmt, kann ausgespielt werden.

Visual 4 · Detailseiten-Banner

Verwendung: das Banner „Produkt + Verkaufsargumente“ innerhalb der Detailseite. Braucht ebenfalls Text, und zwar strukturierte, mehrere Verkaufsargumente.

A wide e-commerce detail-page banner for a premium scented candle, 16:9. On the left third, the same lit scented candle in a frosted amber glass jar with a smooth cream blank label, warm flame, soft realistic shadows, visible frosted glass texture. On the right two-thirds, three concise Chinese selling points stacked vertically, each rendered in clear accurate type and paired with a small minimalist line icon: "天然大豆蜡", "40 小时持久燃烧", "淡雅自然留香". Soft warm gradient background from cream to pale sage, clean modern layout with clear separation between product and text areas, gentle soft shadows, premium home-fragrance aesthetic, tidy elegant composition. 16:9 wide composition.

Links das Produkt, rechts drei chinesische Verkaufsargumente (天然大豆蜡 / 40 小时持久燃烧 / 淡雅自然留香), jeweils mit einem Linien-Icon – Text, Icons und Layout in einem Durchgang. Wie beim Poster werden die chinesischen Verkaufsargumente direkt vom Modell gerendert; nach dem Generieren nur die Schrift prüfen.

Visual 5 · Material-Nahaufnahme

Verwendung: das Bild zum Abschnitt „Material und Verarbeitung“ auf der Detailseite. Makro-Nahaufnahme, die „die Verarbeitung ist hochwertig“ direkt sichtbar macht.

A premium macro product detail photo of the same scented candle in a frosted amber glass jar with a smooth cream blank label. Close-up crop showing the frosted glass texture, warm amber translucency, smooth cream wax surface, and centered wick. Soft studio lighting, shallow depth of field, elegant minimal composition, no text, no logo, no props, photorealistic, 1:1.

Die körnige Textur des Mattglases, die bernsteinfarbene Lichtdurchlässigkeit, die feine Wachsoberfläche – solche Makro-Nahaufnahmen brauchten früher Objektiv und Licht-Know-how eines Fotografen, jetzt genügt ein Prompt.

Visual 6 · Inhaltsstoffe/Natürlichkeits-Szene

Verwendung: das Bild zum Abschnitt „Inhaltsstoffe und Verkaufsargumente“ (natürlich, umweltfreundlich) auf der Detailseite. Rohstoffe und Produkt zusammen arrangiert, damit das Verkaufsargument „natürliches Sojawachs“ visuell untermauert wird.

A refined natural ingredient lifestyle photo for the same scented candle in a frosted amber glass jar with a cream blank label. The candle is placed on a warm neutral surface beside dried botanicals, soy wax flakes, eucalyptus leaves, and soft linen fabric. Calm premium composition, warm daylight, natural shadows, muted cream sage amber palette, photorealistic, no readable text, no logo, 4:3.

Neben der Kerze Sojawachsflocken, Eukalyptusblätter, Trockenblumen und Leinenstoff – ein Erzählbild „natürliche Inhaltsstoffe“ für den Absatz mit den Verkaufsargumenten auf der Detailseite.

Damit ist das komplette Visual-Set für den Verkauf eines Produkts beisammen: Hauptbild, Szenenbild, Poster, Banner, Nahaufnahme, Inhaltsstoff-Bild – 6 Stück, ein Modell, ein Nachmittag.

Die vier entscheidenden Tricks des Workflows

Um diesen Ablauf zum Laufen zu bringen, muss man wirklich nur vier Punkte beherrschen. Hat man diese vier im Griff, lässt sich alles auf jedes Produkt übertragen.

1. Mit einer festen Beschreibung die Produktkonsistenz sichern

Das ist der Knackpunkt des gesamten Workflows. Die 6 Bilder müssen dasselbe Produkt zeigen, sonst werden daraus 6 verschiedene Kerzen, und die Detailseite fällt auf.

Vorgehen: In jedem Prompt wird das Produkt mit derselben festen Beschreibung bezeichnet – in diesem Artikel the same scented candle in a frosted amber glass jar with a smooth cream blank label (dieselbe Duftkerze im bernsteinfarbenen Mattglas mit cremefarbenem Blanko-Etikett). Diese Beschreibung wirkt wie ein „Produkt-Anker“; alle 6 Prompts referenzieren sie, und nur so kommt dasselbe Produkt heraus.

Beim Produktwechsel änderst du genau diese Beschreibung – ersetze sie durch die äußeren Merkmale deines Produkts; der Rest der 6 Prompts bleibt im Wesentlichen unverändert.

2. Text direkt von GPT Image 2 rendern lassen

Texte wie Poster-Überschriften oder Verkaufsargumente auf der Detailseite müssen nicht erst als textloses Basisbild erzeugt und dann überlagert werden. Die chinesische Textwiedergabe von GPT Image 2 ist eine Stärke – „新品上市“ in Visual 3 und die drei Verkaufsargumente in Visual 4 sind erprobt: direkt in den Prompt schreiben, und es wird Text daraus.

Eiserne Regel: nach dem Generieren die Schrift manuell prüfen. Die Textwiedergabe des Modells ist zu 99 % und nicht zu 100 % korrekt; in seltenen Fällen gibt es Fehlzeichen oder Probleme mit dem Zeichenabstand. Jedes Bild prüfen, bevor es verwendet wird, und bei Fehlern einfach neu laufen lassen. Dieser kleine Aufwand erspart den gesamten Layout- und Designschritt.

3. Produktetikett leer lassen

Kleine Etiketten auf der Verpackung – Markenname, Duftrichtung, solche winzigen Texte – sind viel schwerer zu rendern als Poster-Überschriften: kleine Schrift, leicht verschwommen. Deshalb ist in allen Prompts dieses Artikels die Kerze mit blank label (Blanko-Etikett) versehen.

Richtiges Vorgehen: das Modell ein sauberes Produkt mit leerem Etikett erzeugen lassen; Details wie Markenname und Duftrichtung später in der Design-Software überlagern. So bleibt das Produktbild sauber und professionell, und die kleine Schrift lässt sich präzise steuern.

4. Seitenverhältnis je nach Verwendung wählen

Verschiedene Visual-Positionen verlangen unterschiedliche Bildformate; im Prompt direkt angeben:

• Hauptbild, Material-Nahaufnahme: 1:1 quadratisch
• Lifestyle-Szenenbild, Inhaltsstoff-Bild: 4:3 quer
• Detailseiten-Banner: 16:9 breit
• Werbeposter: 3:4 hoch

Das Ergebnis hat genau das Format, das an der jeweiligen Position direkt verwendbar ist – kein Zuschneiden nötig.

Wer mehr fertige Prompts für verschiedene Produktkategorien möchte, schaut in die GPT Image 2 Prompt-Vorlagen – jener Artikel ist eine Vorlagenliste, dieser hier ein Workflow; am besten kombiniert man beide.

Kosten- und Zeitvergleich

Stellen wir beide Wege nebeneinander:

	Traditioneller Outsourcing-Ablauf	GPT Image 2 durchgängig
Personen	Fotograf + Designer, zwei Gruppen	eine Person bedient ein Modell
Kosten pro Bild	ein Visual-Set Fotografie + Design, summiert sich pro Produkt	ab $0,03/Bild, für 6 Bilder insgesamt nur ein paar Cent
Dauer	Terminplanung + Shooting + Korrekturrunden, in Tagen bis Wochen	in wenigen Minuten eine Version
Änderungen	wieder jemanden suchen, wieder warten	Prompt ändern, neu laufen lassen, wenige Minuten pro Version

Der entscheidendste Unterschied sind die Änderungskosten. E-Commerce-Visuals werden selten in einer Version final – Preise müssen angepasst, Verkaufsargumente ausgetauscht, Stile ausprobiert werden. Im traditionellen Ablauf ist jede Änderung eine Runde Abstimmung und Warten; in diesem Workflow ändert man den Prompt und lässt neu laufen – Texte, Farben, Komposition nach Belieben ausprobieren, bis es passt.

Häufig wechselnde Texte wie Preise und Aktionsinformationen sollte man trotzdem besser nachträglich überlagern – nicht weil das Modell es nicht könnte, sondern weil es schneller ist, später eine Zahl zu ändern, als ein Bild neu zu generieren.

FAQ

Können die generierten Produktbilder direkt als echte Produktfotos verwendet werden? Reine Visuals wie Hauptbild, Szenenbild und Nahaufnahme kann man direkt verwenden. Zu beachten ist: Das Produkt im Bild ist vom Modell „gemalt“ und weicht in Feinheiten von deinem realen Produkt ab. Wenn deine Plattform oder Kategorie strenge Anforderungen an die „Übereinstimmung von Bild und Text“ stellt, empfiehlt sich Bild-zu-Bild – also auf Basis eines echten Fotos das Modell optimieren lassen, statt reines Text-zu-Bild.

Können die chinesischen Schriftzeichen auf dem Poster fehlerhaft sein? Die chinesische Wiedergabe von GPT Image 2 ist sehr genau, aber nicht 100 %. Deshalb gibt es im Workflow den Schritt „nach dem Generieren die Schrift manuell prüfen“ – Überschrift und Verkaufsargumente Bild für Bild prüfen, bei Fehlzeichen neu laufen lassen. Dieser Prüfaufwand ist weit geringer als ein Designer für das Layout zu beauftragen.

Wie stellt man sicher, dass die 6 Bilder dasselbe Produkt zeigen? Über die feste Produktbeschreibung im Prompt. Alle 6 Prompts referenzieren dieselbe Beschreibung, nur dann zeichnet das Modell dasselbe Produkt. Das ist der erste entscheidende Trick des Workflows und der am leichtesten übersehene Punkt.

Muss man bei einem anderen Produkt alle Prompts neu schreiben? Nein. Die Struktur dieser 6 Prompts ist universell – du musst nur den Satz, der die Kerze beschreibt, durch dein Produkt und den chinesischen Text durch deine Verkaufsargumente ersetzen; der Rest (Hintergrund, Licht, Komposition, Format) lässt sich im Wesentlichen übernehmen. Die 6 Prompts sind also ein wiederverwendbares Vorlagen-Set.

Für welche Kategorien eignet sich dieser Workflow? Am besten für Kategorien wie Home, Beauty, Accessoires und Lebensmittelverpackungen, bei denen „die Produktform relativ standardisiert ist und über Visuals und Atmosphäre verkauft wird“. Bei Kategorien mit extrem komplexen Designs oder solchen, bei denen jedes Detail des realen Produkts zu 100 % wiedergegeben werden muss (z. B. Schmuck, Präzisionselektronik), empfiehlt sich überwiegend Bild-zu-Bild, ergänzt durch Text-zu-Bild.

Worin ist GPT Image 2 bei E-Commerce-Visuals besser als die Vorgängergeneration? Vor allem bei der Textwiedergabe und der Stabilität der Bildqualität – genau die beiden Punkte, die bei E-Commerce-Material am wichtigsten sind. Die konkreten Unterschiede stehen in GPT Image 2 im Vergleich zu GPT Image 1.5 (die Vorgängergeneration ist bereits eingestellt, der Vergleich dient als historische Referenz).

Fazit

Beim kompletten Visual-Set eines Produkts ist das Schwierige nie das einzelne Bild, sondern der Ablauf der Koordination zwischen Fotograf und Designer mit den ständigen Korrekturrunden. GPT Image 2 presst das zu einem durchgängigen Workflow zusammen – dasselbe Modell, dieselbe Produktbeschreibung, 6 Prompts, und Hauptbild, Szenenbild, Poster, Banner, Nahaufnahme und Inhaltsstoff-Bild sind alle fertig.

Die Kernpunkte sind nur vier: mit fester Beschreibung die Produktkonsistenz sichern, Text direkt vom Modell rendern lassen (nach dem Generieren prüfen), Produktetikett leer lassen, Format je nach Verwendung wählen. Hat man diese vier im Griff und dazu ein fertiges Prompt-Set, lässt sich alles auf jedes Produkt anwenden.

Kostenmäßig ab $0,03 pro Bild und wenige Minuten pro Version – das ist eine andere Größenordnung als der traditionelle Outsourcing-Ablauf, besonders beim Thema „Ändern“.

Wer direkt loslegen will, geht zur GPT Image 2 Modell-Detailseite und ersetzt in den 6 Prompts oben die Kerze durch das eigene Produkt. Wer sehen will, was das Modell bei Bildqualität und Textwiedergabe wirklich leistet, findet im GPT Image 2 ausführlichen Test einen kompletten Praxistest.